# TSC-CNN
基于一维卷积神经网络(1D-CNN)的多元时间序列分类
## 项目背景
该项目为基于一维卷积神经网络的多元时间序列分类方法,实际问题被抽象为时间序列的分类问题,实际输入为4个传感器信号,分别对应16个类别,搭建1D-CNN然后训练网络对多元时间序列进行分类。
## 1D-CNN
无论是一维、二维还是三维,卷积神经网络(CNNs)都具有相同的特点和相同的处理方法。关键区别在于输入数据的维数以及特征检测器(或滤波器)如何在数据之间滑动,一维和二维CNN处理过程对比。
![image](https://github.com/vvanggeng/TSC-CNN/blob/master/pic/cnn.png)
## 网络搭建
首先分析网络的输入输出,输入为包含4个时间序列的信号,长度为1050,即输入为(1050,4),而输出对应16种类别,输出为(,16)。实质上输入时先将单个训练数据的4个时间序列展平为(4200,1),传入网络后再reshape为(1050,4)。网络构建代码如下:
```python
model = Sequential()
model.add(Reshape((TIME_PERIODS, num_sensors), input_shape=(TIME_PERIODS*num_sensors,)))
model.add(Conv1D(16, 8,strides=2, activation='relu',input_shape=(TIME_PERIODS,num_sensors)))
model.add(Conv1D(16, 8,strides=2, activation='relu',padding="same"))
model.add(MaxPooling1D(2))
model.add(Conv1D(64, 4,strides=2, activation='relu',padding="same"))
model.add(Conv1D(64, 4,strides=2, activation='relu',padding="same"))
model.add(MaxPooling1D(2))
model.add(Conv1D(256, 4,strides=2, activation='relu',padding="same"))
model.add(Conv1D(256, 4,strides=2, activation='relu',padding="same"))
model.add(MaxPooling1D(2))
model.add(Conv1D(512, 2,strides=1, activation='relu',padding="same"))
model.add(Conv1D(512, 2,strides=1, activation='relu',padding="same"))
model.add(MaxPooling1D(2))
model.add(GlobalAveragePooling1D())
model.add(Dropout(0.3))
model.add(Dense(num_classes, activation='softmax'))
```
运行得到网络结构如下:
```
Model: "sequential_1"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
reshape_1 (Reshape) (None, 1050, 4) 0
_________________________________________________________________
conv1d_1 (Conv1D) (None, 522, 16) 528
_________________________________________________________________
conv1d_2 (Conv1D) (None, 261, 16) 2064
_________________________________________________________________
max_pooling1d_1 (MaxPooling1 (None, 130, 16) 0
_________________________________________________________________
conv1d_3 (Conv1D) (None, 65, 64) 4160
_________________________________________________________________
conv1d_4 (Conv1D) (None, 33, 64) 16448
_________________________________________________________________
max_pooling1d_2 (MaxPooling1 (None, 16, 64) 0
_________________________________________________________________
conv1d_5 (Conv1D) (None, 8, 256) 65792
_________________________________________________________________
conv1d_6 (Conv1D) (None, 4, 256) 262400
_________________________________________________________________
max_pooling1d_3 (MaxPooling1 (None, 2, 256) 0
_________________________________________________________________
conv1d_7 (Conv1D) (None, 2, 512) 262656
_________________________________________________________________
conv1d_8 (Conv1D) (None, 2, 512) 524800
_________________________________________________________________
max_pooling1d_4 (MaxPooling1 (None, 1, 512) 0
_________________________________________________________________
global_average_pooling1d_1 ( (None, 512) 0
_________________________________________________________________
dropout_1 (Dropout) (None, 512) 0
_________________________________________________________________
dense_1 (Dense) (None, 16) 8208
=================================================================
Total params: 1,147,056
Trainable params: 1,147,056
Non-trainable params: 0
_________________________________________________________________
None
```
## 训练数据
所提供数据格式为二进制编码的bat文件,其内部数据格式为(1050,4),其中前两行为数据采集信息。包含1和2两个文件夹,每组都包含训练和验证数据。
数据下载见
[data](https://github.com/vvanggeng/TSC-KNN/tree/master/data)
## 其他问题
其他问题见代码,包含了详细的注释
没有合适的资源?快使用搜索试试~ 我知道了~
基于一维卷积神经网络(1D-CNN)的多元时间序列分类源码+部署教程文档+全部数据+训练好的模型(高分项目).zip
共4个文件
zip:1个
py:1个
png:1个
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 177 浏览量
2024-04-22
09:41:50
上传
评论
收藏 112KB ZIP 举报
温馨提示
【资源说明】 基于一维卷积神经网络(1D-CNN)的多元时间序列分类源码+部署教程文档+全部数据+训练好的模型(高分项目).zip基于一维卷积神经网络(1D-CNN)的多元时间序列分类源码+部署教程文档+全部数据+训练好的模型(高分项目).zip基于一维卷积神经网络(1D-CNN)的多元时间序列分类源码+部署教程文档+全部数据+训练好的模型(高分项目).zip 【备注】 1、该项目是个人高分毕业设计项目源码,已获导师指导认可通过,答辩评审分达到95分 2、该资源内项目代码都经过mac/window10/11测试运行成功,功能ok的情况下才上传的,请放心下载使用! 3、本项目适合计算机相关专业(如软件工程、计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也可作为毕业设计、课程设计、作业、项目初期立项演示等,当然也适合小白学习进阶。 4、如果基础还行,可以在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!
资源推荐
资源详情
资源评论
收起资源包目录
基于一维卷积神经网络(1D-CNN)的多元时间序列分类源码+部署教程文档+全部数据+训练好的模型(高分项目).zip (4个子文件)
TSC-CNN-master
pic
cnn.png 109KB
README.md 5KB
CNN_TSC.py 8KB
171265889347208773632.zip 416B
共 4 条
- 1
资源评论
不走小道
- 粉丝: 3199
- 资源: 4969
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功